1. 问题:多开几个模型为什么不等于独立审查?

在本地多 Agent 工程流水线里,单模型自审最大的隐患是盲区同源——自己写出的补丁,自己复查时往往沿着同一条推理惯性跳过边缘失效。引入第二个甚至第三个异构模型(Codex、Claude Opus、DeepSeek)听起来顺理成章,但实战中很快会撞上四类高频失真:

2. 早期直觉方案为什么兜不住?

最早我们只在 SKILL.md 里写自然语言规则:“保持客观、不要受主控引导、按 P0/P1/P2 分级”。跑了几个星期就暴露出三个靠提示词根本兜不住的硬伤:

  1. 如果调度了无 Bash 权限、又没有预先生成 context/diff.patch 的只读 task 模式去审代码变更,审查进程实际上根本跑不出真实 git diff;
  2. 后台 watch 观察器、兜底定时器与主控轮询并发检查同一个完成态任务时,同一份审校结论会被重复推送多次;
  3. 直接指向活的工作区目录而不是冻结快照,审校进行到一半只要并行 worker 改了一行文件,两个模型看到的根本不是同一份状态。
主控调度层 仅传客观范围与目标 外部冻结快照 source/ + diff.patch SHA-256 manifest + drift 校验 Codex (Sol) --ignore-user-config Claude (Opus) --strict-mcp-config (start) DSH 补位 / 第三路 任一方不可用时自动保底双路 日志真实验模 反查 rollout JSONL turn_context.model flock + claim/ack lease=300s 原子防重 只修 P0/P1 即刻收口
图 1:外部冻结快照、配置隔离、真实模型反查与租约通知防重闭环

3. 把“无偏盲审”写进脚本层确定性约束

在 agent-ops-skills 中,所有关键边界都落在 Python 调度器(codex.py、opus.py、dsh.py)的硬约束上,而不是依赖提示词自觉:

收敛红线(防钻牛角尖)
外审只用于拦截 P0/P1 实质风险(真挂测试、主流程阻断、鉴权/安全隔离、数据完整性)。对理论并发竞态、死代码洁癖等非阻断 P2 意见默认记一句跳过,绝不开第 3 轮外审循环追修。

4. 真实边界与局限(Honest Trade-offs)

← 返回文章列表 下一篇:Ghostty + launchd 定时注入的 11 个静默坑位 →